고정 차수열을 가진 무작위 트리의 연속극한과 높이 분포

초록

본 논문은 정점 수 n과 차수열 D를 고정한 균일 루트 트리(D‑트리)가 적절히 스케일링될 때, 이질적 연속 무한 트리(ICRT)로 수렴함을 보인다. 주요 가정은 차수들의 평균 제곱합 σ_D가 n에 비해 적당히 커야 하고, 차수 비율 d_i/σ_D가 한계 파라미터 θ_i에 수렴하는 것이다. GP 위상에서의 수렴, GHP 위상에서의 강한 수렴, 그리고 트리 높이의 꼬리 상한을 정량적으로 제시한다. 또한 P‑트리, 무작위 차수열, 그리고 Lévy 트리와 ICRT 사이의 동등성에 관한 기존 추측을 증명한다.

상세 분석

이 연구는 “D‑트리”라 불리는, 정점 집합 V={V₁,…,V_n}와 차수열 D=(d₁,…,d_n) (∑d_i=n−1) 로 정의되는 균일 루트 트리를 대상으로 한다. 저자들은 먼저 차수열이 비증가 순서임을 가정하고, 주요 파라미터 σ_D:=n·∑_{i=1}^n d_i(d_i−1) 를 도입한다. 이 σ_D는 차수들의 변동성을 측정하는 척도로, 기존 연구에서 σ_n=O(√n) 일 때는 브라운 트리로 수렴한다는 결과와 일맥상통한다. 그러나 본 논문은 σ_D가 n에 비해 더 일반적인 성장률을 가질 때도 다루며, 차수 비율 d_i/σ_D가 어떤 한계 시퀀스 Θ=(θ₀,θ₁,θ₂,…) 로 수렴한다는 가정(Assumption 1)을 두어, ICRT(θ) 라는 연속 무한 트리와의 연결고리를 만든다. ICRT는 Aldous‑Camarri‑Pitman이 정의한 파라미터 θ에 따라 “stick‑breaking” 방식으로 구축되며, 여기서 θ₁≥θ₂≥…이며 ∑θ_i²=1을 만족한다.

수렴 결과는 두 단계로 전개된다. 첫째, GP(그로모프‑프록호프) 위상에서 (T_n, (σ_n/n)·d_n, p_n) 가 (T_Θ, d_Θ, p_Θ) 로 약한 수렴한다(Theorem 1.1). 여기서 p_n 은 정점 집합 위의 확률 측도로, 예를 들어 잎들에 균일하게 부여한다. 이 단계는 “첫 번째 가지들의” stick‑breaking 좌표 (X_i, Y_i, Z_i) 가 D‑트리와 ICRT 사이에서 선형 스케일링 후 공동 분포 수렴을 보이는 Proposition 2.3에 기반한다. 저자들은 Foata‑Fuchs 알고리즘을 이용해 D‑트리의 구축 과정을 명시적으로 확률적 절단·접합 과정으로 변환하고, 이를 ICRT의 Poisson 점 과정과 비교함으로써 수렴을 증명한다.

둘째, 전체 트리 구조(높이, 지름 등)를 다루기 위해 GHP(그로모프‑하우스도르프‑프록호프) 위상에서의 강한 수렴을 제시한다(Theorem 1.2). 이를 위해 ψ_D(l):=l·∑{i=1}^n d_i·(1−e^{−d_i l/σ_D}) 라는 함수가 도입되며, Assumption 2는 ∫{0}^{∞} ψ_D(l) dl 가 유한함을 요구한다. 이는 Lévy 트리와 ICRT의 콤팩트성 조건과 동일한 형태이며, ψ_D는 차수열의 라플라스 변환 역할을 한다. 이 가정 하에 (T_n, (σ_n/n)d_n, p_n) 가 (T_Θ, d_Θ, p_Θ) 로 GHP 위상에서 수렴한다.

높이 분포에 대한 정밀한 꼬리 추정도 제공한다(Theorem 1.3). 저자들은 상수 c, C>0 존재를 보이며, P( H(T_D) > x·σ_D/|V| + ∫_{0}^{∞} ψ_D(l) dl ) ≤ C·e^{−c·ψ_D(x)} 를 얻는다. 이는 기존 Galton‑Watson 트리와 Lévy 트리의 결과와 일치하며, 특히 σ_D가 √|V| 수준이 아닐 때도 적용 가능하다. 또한, ψ_D가 선형 성장(브라운 경우) 혹은 정규화된 파워‑법칙(stable 경우)일 때, 꼬리 상한이 각각 지수형·다항형으로 전이함을 확인한다.

특수 경우 d₁/n↛0, 즉 몇몇 정점이 매크로스코프 차수를 가질 때는 수렴 대상이 ICRT가 아니라 P‑트리(이산 모델)임을 보인다(Section 5). 마지막으로, 무작위 차수열(예: 구성 모델)과 Lévy 트리와 ICRT 사이의 동등성에 대한 Aldous‑Miermont‑Pitman의 추측을, D‑트리의 GP 수렴이 Lévy 트리와 일치하는 경우에 한해 증명한다(Section 6). 이는 ICRT가 다양한 무작위 트리 모델의 보편적 연속극한임을 강력히 뒷받침한다.

전반적으로, 논문은 차수열 기반 무작위 트리의 스케일링 극한을 체계적으로 정리하고, 기존 결과들을 일반화·통합함으로써 확률론적 그래프 이론과 연속 무한 트리 이론 사이의 다리를 놓았다.